描述统计是统计学中的一个重要分支，它主要涉及对数据集进行汇总和描述，以便更好地理解和解释数据。描述统计不涉及复杂的推断或预测模型，而是通过计算和图形方法来展示数据的特征。描述统计通常包括以下几个方面：

集中趋势度量：描述数据集中心位置的统计量，常用的有：

平均数（Mean）：所有数据值的总和除以数据点的数量。

中位数（Median）：将数据集从小到大排序后位于中间位置的值。

众数（Mode）：数据集中出现次数最多的值。

离散程度度量：描述数据点之间差异或变异性的统计量，常用的有：

极差（Range）：数据集中最大值和最小值的差。

四分位数间距（Interquartile Range, IQR）：第三四分位数（Q3）与第一四分位数（Q1）之间的差。

方差（Variance）：各数据与其平均数差的平方的平均值。

标准差（Standard Deviation）：方差的平方根，表示数据分布的离散程度。

形状描述：描述数据分布形状的统计量，包括：

偏度（Skewness）：数据分布的不对称性，正偏表示右尾长，负偏表示左尾长。

峰度（Kurtosis）：数据分布的尖峭度，高峰度表示数据更集中于均值附近，低峰度表示数据分布更平坦。

频率分布：展示数据在不同区间或类别中出现次数的统计表，如频率表和累积频率表。

图形表示：使用图形来直观展示数据的分布和特征，常用的图形包括：

直方图（Histogram）：展示连续数据的分布情况。

条形图（Bar Chart）：展示离散数据的分布情况。

箱线图（Box Plot）：展示数据的中位数、四分位数、极值等统计量。

散点图（Scatter Plot）：展示两个变量之间的关系。

描述统计是数据分析的基础，它为进一步的统计推断和建模提供了必要的背景信息和初步理解。通过描述统计，我们可以快速把握数据的基本特征，识别数据中的异常值，以及评估数据的分布特性。